LightGBM 中文文档
LightGBM 是一个梯度 boosting 框架, 使用基于学习算法的决策树. 它是分布式的, 高效的, 装逼的, 它具有以下优势:
- 速度和内存使用的优化
- 减少分割增益的计算量
- 通过直方图的相减来进行进一步的加速
- 减少内存的使用 减少并行学习的通信代价
- 稀疏优化
- 准确率的优化
- Leaf-wise (Best-first) 的决策树生长策略
- 类别特征值的最优分割
- 网络通信的优化
- 并行学习的优化
- 特征并行
- 数据并行
- 投票并行
- GPU 支持可处理大规模数据
更多有关 LightGBM 特性的详情, 请参阅: LightGBM 特性.
文档地址
项目负责人
项目贡献者
贡献指南
为了使项目更加便于维护，我们将文档格式全部转换成了 Markdown，同时更换了页面生成器。后续维护工作将完全在 Markdown 上进行。
小部分格式仍然存在问题，主要是链接和表格。需要大家帮忙找到，并提 PullRequest 来修复。
建议反馈
- 联系项目负责人 @那伊抹微笑.
- 在我们的 apachecn/lightgbm-doc-zh github 上提 issue.
- 发送到 Email: lightgbm#apachecn.org（#替换成@）.
- 在我们的 组织学习交流群 中联系群主/管理员即可.
组织学习交流群
机器学习交流群: 629470233 （2000人）
大数据交流群: 214293307 （2000人）
了解我们: http://www.apachecn.org/organization/209.html